电网变电站高空作业规范检测-安全绳、安全带佩戴检测图像数据集（voc,yolo两类标签）

最新推荐文章于 2025-11-09 20:13:52 发布
原创 最新推荐文章于 2025-11-09 20:13:52 发布 · 4.1k 阅读 · 19 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#目标检测 #机器学习 #深度学习 #人工智能

本文提供了四个不同的数据集下载链接，这些数据集可能用于训练和验证人工智能算法。作为人工智能标注工程师，你可以利用这些资源进行模型训练，涵盖领域包括但不限于机器学习、深度学习和自然语言处理。通过分析和处理这些数据，可以推动信息技术领域的创新和发展。
部署运行你感兴趣的模型镜像

您可能感兴趣的与本文相关的镜像

Yolo-v5

Yolo-v5

Yolo

YOLO（You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出，因其高速和高精度而广受欢迎

086基于深度学习的安全带是否佩戴检测
ddsfdfsdf的博客
10-17 939
在02中可以选择的模型有10多种，可以都训练进行对比、包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。需要大量标注好的含有安全带佩戴情况的图像数据集来训练模型，并进行适当的调参和评估，以获得较好的检测效果。传统的目标检测方法：可以使用一些经典的目标检测算法，如Faster R-CNN、YOLO等，训练一个模型来检测图像中的人和安全带。
基于Mask R-CNN的高空作业安全带检测
05-06
随着计算机视觉近几年的发展, 相关工作者越来越侧重人工智能算法在电力安全管控系统的实际应用. 本文针对电力检修工作人员安全带规范问题, 基于Mask R-CNN算法提出了一种新型高空作业安全带低挂高用违规检测算法, 实时高效率完成作业者安全带违规检测问题. 针对安全带挂环违规现象的复杂性和场景多变性等问题, 本文提出实用于安全带检测和人体关键点信息相结合检测的Mask-Keypoints R-CNN新型高空作业安全带违规挂法的检测方法, 该算法基于人体关键点定位检测模块进行裁剪人体关键部位有用安全带数据集, 结合安全带检测模块进行判断作业人员违规情况, 算法本身具有很强的实用性和高效性, 并取得了较高的精确率.
安全带检测数据集 yolov8模型如何训练自己收集整理的数据集？ 安全带安全绳检测数据集的训练与应用。
2401_88440984的博客
10-28 1075
电力施工作业安全行为检测图像数据集，图片总共 2300左右，标注为voc(xml)格式，包含高空抛物，未佩戴安全带，高处作业无人监护等安全带检测数据集 yolov8模型如何训练自己收集整理的数据集？ 安全带安全绳检测数据集的训练与应用。
yolo算法-dms安全带数据集-1510张图像带标签-手机-请勿触碰-面具-安全带-喝饮料.zip
11-17
yolo系列算法目标检测数据集，包含标签，可以直接训练模型和验证测试，数据集已经划分好，包含数据集配置文件data.yaml，适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法； 包含两种标签格:yolo格式（txt文件）和voc格式（xml文件），分别保存在两个文件夹中; yolo格式：<class> <x_center> <y_center> <width> <height>， 其中： <class> 是目标的类别索引（从0开始）。 <x_center> 和 <y_center> 是目标框中心点的x和y坐标，这些坐标是相对于图像宽度和高度的比例值，范围在0到1之间。 <width> 和 <height> 是目标框的宽度和高度，也是相对于图像宽度和高度的比例值
【完整源码+数据集】高空作业数据集，yolo高空作业检测数据集 2076 张，人员高空作业数据集，目标检测高空作业识别系统实战教程
最新发布
CV 小涵的博客，计算机本硕211毕业，研究计算机视觉、模型微调、RAG等方向，收藏有国内外优质数据集，解决视觉相关项目方案，欢迎交流讨论。
11-09 1321
【完整源码+数据集】高空作业数据集，yolo高空作业检测数据集 2076 张，人员高空作业数据集，目标检测高空作业识别系统实战教程，包含YOLO/VOC格式标注，训练、验证、测试集已划分。 数据集中标签包含1种分类：names: ['Harness']，代表高空作业。 检测场景为施工地、工厂、商场、高楼等场景，可用于工地作业实时安全预警、作业规范监督、应急救援辅助、管理效率提升等。 基于YOLOv8的人员高空作业检测系统实战详细步骤。
电力行业高空作业安全带检测数据集VOC+YOLO格式147张4类别.7z
03-22
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：147 标注数量(xml文件个数)：147 标注数量(txt文件个数)：147 标注类别数：4 标注类别名称:["aqd_wpd","aqd_wzqpd","aqd_zqpd","gkzy_yrjh"] 每个类别标注的框数： aqd_wpd 框数 = 47 aqd_wzqpd 框数 = 49 aqd_zqpd 框数 = 51 gkzy_yrjh 框数 = 1 总框数：148 使用标注工具：labelImg
高空作业及安全带佩戴检测数据集VOC+YOLO格式2546张4类别
FL1768317420的博客
03-18 1497
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)重要说明：ground=人在地,jhxz=监护勋章红色,offground=人离地,safebelt=安全带。标注类别名称:["ground","jhxz","offground","safebelt"]特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注数量(txt文件个数)：2546。
yolov5数据集的制作、划分-以识别高空作业及安全带佩戴为例
qq_60199131的博客
12-07 2440
天池算法赛——广东电网智慧现场作业挑战赛 赛道三：识别高空作业及安全带佩戴这个数据集3_images.tar是图片，an_rname.csv是对应的标签信息，但yolo的数据集格式是而labels里面是每张图片对应的标签信息，我们要将csv文件转换成每一张图片名对应的txt文件。
精选资源
高速监控视角真实抓拍-安全带检测数据集1176张含voc和yolo两种格式标签(适用于yolo所有算法).zip
09-27
高速监控视角真实抓拍-安全带检测数据集1176张含voc和yolo两种格式标签(适用于yolo所有算法).zip 【数据集介绍】 1、该数据集适用于司机安全带检测项目，当然也可以用于其他落地科研项目； 2、数据集含有图片1176张...
精选资源
高空作业及安全带佩戴检测数据集VOC+YOLO格式2546张4类别.7z
05-20
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：2546 标注数量(xml文件个数)：2546 标注数量(txt文件个数)：...
精选资源
YOLO安全帽佩戴目标检测数据集(含5000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
10-30
1、YOLO安全帽佩戴目标检测数据集，真实场景的高质量图片数据，数据场景丰富。使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO...
目标检测-安全帽检测数据集-3000张图-+对应VOC/COCO/YOLO三种格式标签+支持GPU(GPUs)/CPU/Mac三平台YOLO11一键训练脚本
09-10
安全帽检测数据集，真实场景高质量图片数据，涉及场景丰富，比如工地行人佩戴安全帽、建筑干活行人佩戴安全帽、视察行人佩戴安全帽、高空作业人员佩戴安全帽、遮挡行人佩戴安全帽、严重遮挡行人佩戴安全帽数据，划分...
Safety Helmet Detection安全帽检测-数据集
03-23
通过使用bbox批注检测5k图像上的人员和安全帽，提高工作场所的安全性。该数据集包含以下3类的5000幅图像，这些图像带有PASCAL VOC格式的边界框注释：头盔;人; 头。
有无佩戴安全带目标检测数据集.zip
12-13
本代码的数据集是，内含VOC格式和yolo格式 VOC格式的数据集包括：JPEGImages文件夹存放图片，Annotations文件夹下存放对应的xml标签。 yolo格式的数据集包含:images文件夹存放图片，labels文件夹存放对应的txt标签，且有划分好的train.txt和val.txt。 可以用目标检测训练。
使用YOLOv8系列模型对高空作业安全带检测数据集并根据训练好的电力设备高空作业安全行为检测数据集的权重 建立深度学习yolov8安全带安全作业检测系统
2401_88440984的博客
06-24 557
使用YOLOv8系列模型对高空作业安全带检测数据集并根据训练好的电力设备高空作业安全行为检测数据集的权重 建立深度学习yolov8安全带安全作业检测系统
高空作业安全带VOC数据集：让高空作业更安全
gitblog_06792的博客
05-22 575
高空作业安全带VOC数据集：让高空作业更安全 【下载地址】高空作业安全带VOC数据集 这是一个专注于高空作业安全带检测的VOC数据集，专为研发安全带检测算法而设计。数据集经过精确标注，详细标记了安全带的关键点及相关元素，确保算法训练的准确性。其多样化的场景和角度图片，适用于不同的检测环境，助力提升高空作业的安全性。数据集...
电力类安全行为检测 如何使用YOLOv8训练安全带和安全绳检测数据集，并进行模型测试和推理。实现可视化代码 2000张；已处理成yolo格式、voc格式安全带识别检测数据集
2401_88440984的博客
12-09 486
电力类安全行为检测 如何使用YOLOv8训练安全带和安全绳检测数据集，并进行模型测试和推理。实现可视化代码 2000张；已处理成yolo格式、voc格式安全带识别检测数据集
电网变电站安全作业行为规范检测-绝缘手套佩戴检测图像数据集(voc,yolo两类标签,
01-12
电网变电站是电力系统中重要的设施，为保障电力安全和人员生命安全，对其安全作业行为进行规范检测显得尤为重要。其中，绝缘手套的佩戴检测是关键的一环，为了提高检测效率和准确性，需要构建绝缘手套佩戴检测的图像数据集。 该数据集可以采用voc和yolo两类标签，voc标签能够标注每个绝缘手套佩戴检测的区域和类型，以xml格式保存。而yolo标签则适合用于目标检测，能够标注图像中所有绝缘手套的位置和类别信息，以txt格式保存。通过使用这两种标签，可以满足不同系统和需求对数据集的标注要求。 为构建该数据集，应对不同场景、不同光照、不同手套种类进行全面采集，并对图像进行标注。在采集过程中，要确保图像的真实性和多样性，以保证模型的鲁棒性和泛化能力。在标注过程中，要注明每个绝缘手套的位置和类型，并为后续的模型训练提供准确的标签信息。 通过构建绝缘手套佩戴检测的图像数据集，可以为电网变电站的安全作业行为规范检测提供强有力的支持。未来，将能够基于该数据集开发出高效、准确的绝缘手套佩戴检测模型，有效提升电网变电站安全管理水平，为保障电力系统运行安全和人员生命安全提供有力保障。
评论 23
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

share_data

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值